当前位置: 首页 > Python编程 > Python编程实战技能 > Python编程基础入门 > python如何计算auc

python如何计算auc

发布时间:2020年09月27日 09:28:12 来源: 点击量:297

【摘要】1、安装scikit-learn1 1 Scikit-learn 依赖·Python (>= 2 6 or >= 3 3),·NumPy (>= 1 6 1),·SciPy (>= 0 9) 分别查看上述三


1、安装scikit-learn

1.1 Scikit-learn 依赖

·Python (>= 2.6 or >= 3.3),

·NumPy (>= 1.6.1),

·SciPy (>= 0.9).

分别查看上述三个依赖的版本:

python -V

  结果:

Python 2.7.3
python -c 'import scipy; print scipy.version.version'

scipy版本结果:

0.9.0
python -c "import numpy; print numpy.version.version"

numpy结果:

1.10.2

1.2 Scikit-learn安装

如果你已经安装了NumPy、SciPy和python并且均满足1.1中所需的条件,那么可以直接运行sudo

pip install - U scikit - learn

执行安装。

2、计算auc指标

import numpy as np
from sklearn.metrics import roc_auc_score
y_true = np.array([0, 0, 1, 1])
y_scores = np.array([0.1, 0.4, 0.35, 0.8])
roc_auc_score(y_true, y_scores)

输出:

0.75

3、计算roc曲线

import numpy as np
from sklearn import metrics
y = np.array([1, 1, 2, 2])   #实际值
scores = np.array([0.1, 0.4, 0.35, 0.8])  #预测值
fpr, tpr, thresholds = metrics.roc_curve(y, scores, pos_label=2)  #pos_label=2,表示值为2的实际值为正样本
print fpr
print tpr
print thresholds

输出:

array([ 0. ,  0.5,  0.5,  1. ])
array([ 0.5,  0.5,  1. ,  1. ])
array([ 0.8 , 0.4 , 0.35, 0.1 ])

python学习网,免费的在线学习python平台,欢迎关注!

分享到: 编辑:wangmin

就业培训申请领取
您的姓名
您的电话
意向课程
点击领取

环球青藤

官方QQ

扫描上方二维码或点击一键加群,免费领取大礼包,加群暗号:青藤。 一键加群

绑定手机号

应《中华人民共和国网络安全法》加强实名认证机制要求,同时为更加全面的体验产品服务,烦请您绑定手机号.

预约成功

本直播为付费学员的直播课节

请您购买课程后再预约

环球青藤移动课堂APP 直播、听课。职达未来!

安卓版

下载

iPhone版

下载
环球青藤官方微信服务平台

刷题看课 APP下载

免费直播 一键购课

代报名等人工服务

课程咨询 学员服务 公众号

扫描关注微信公众号

APP

扫描下载APP

返回顶部